身体的“密码”

<正>到超市购物,却发现钱包忘带了,这时你可能放下商品回家取钱或者在超市里找熟人借钱。在有的地方,人们可以通过"刷指纹"、"刷脸"的方式消费。生物识别技术生物识别技术是依据生物体所固有的生理特征或行为特征而进行识别的一种技术。     

社交网络中水军用户团队不当行为准确识别技术

传统方法通过提取用户的静态行为特征,利用监督学习模型完成识别,在社交网络规模大的状态下,水军用户团队不当行为特征和正常用户越来越相似,无法准确识别社交网络中水军用户团队的不当行为。为了解决该问题,依据用户动态行为特征研究社交网络中水军用户团队不当行为准确识别技术。对社交网络进行描述,在此基础上,提取用户行为动态特征。把社交网络中水军用户团队不当行为识别问题看作二分类问题,将提取动态特征相应的样本作为输入,构建决策树,通过决策树对新的社交网络数据集进行水军用户团队不当行为识别。结果发现：采用的动态特征可有效反映水军团队不当用户行为特征;所提技术对水军用户团队不当行为的识别结果和人工标识结果基本一致;所提技术在三个数据集上的调和平均值和平衡准确度较其它技术高。可见所提技术识别准确性高。     

基于相对熵度量的行为识别方法

行为识别技术是一种可用于智能视频监控的生物识别技术。本文提出一种基于信息论中相对熵概念的行为识别算法。训练过程使用Parzen方法估计概率分布函数,测试过程则将图像序列投影到低维特征空间,使用相对熵作为判断两种不同行为的相似度函数,在Weizmann数据库上测试的结果验证了算法的有效性。     

工人不安全行为智能识别与矫正研究

针对当前基于行为安全(BBS)的研究存在不安全行为数据未充分利用、分析能力不足、矫正缺乏针对性等问题,构建了基于BBS和机器视觉的工人不安全行为智能识别与矫正框架体系．该框架体系主要包括不安全行为智能识别、行为安全个性化培训和不安全行为智能预测,并被应用于武汉两湖隧道工程．研究结果表明：该框架系统从基于场景的不安全行为自动化识别、基于自适应学习的行为安全个性化培训和基于现场工人运动轨迹的不安全行为预测三个方面,实现了对工人不安全行为的“事中-事后-事前”管理,为探索机器视觉技术支持的行为安全管理提供了新思路．     

浅谈生物特征识别技术

目前,国际流行的生物特征识别技术主要是借助可测量的身体或行为等特征对某人的身份进行自动校对识别。本文通过生物特征识别技术的关键技术、实现框架以及标准化工作进行分析,探讨了生物特征识别技术的发展及前景。     

基于堆叠自动编码器的网络行为识别

网络行为识别一直是网络安全中的研究热点,随着网络中数据量的海量增大以及数据的非线性等问题的影响,对于网络行为识别的特征提取和识别技术提出更高的要求。文章提出了一种基于堆叠自动编码器的网络行为识别方法,该方法通过构建堆叠自动编码器和SOFTMAX分类器的深度学习框架,结合无监督的预训练和有监督的全局微调,优化堆叠自动编码器的特征提取性能,实现了网络行为特征的深度提取,从而对高校流量数据中上网行为进行分析识别。     

射频(RFID)技术在监所的应用

当前我国监所使用的技术防范手段以被动监控为主,为了保证监所安全,确保对罪犯进行全时空的监管,利用RFID射频识别技术研发的"电子手铐"系统,实现了对罪犯的全天候、实时的监控定位,并可提前预知罪犯行为轨迹,从而实现对罪犯的精细化管理.     

基于迁移学习的驾驶分心行为识别及模型解释

为了提高驾驶分心识别的应用性及识别模型的可解释性,利用迁移学习方法研究构建驾驶人驾驶分心行为识别模型并采用神经网络可视化技术研究对模型进行解释.以VGG-16模型为基础,对原模型全连接层进行修改以适应驾驶分心行为识别任务,将原数据集中的10类驾驶行为按照所包含的分心类型合并为6类,采用合并后的数据集进行模型训练和验证.利用Grad-Cam方法提取了模型在识别不同驾驶行为时的重点关注区域并进行可视化,对照各分心行为的特点及模型分类时的重点关注区域对模型进行了解释.结果表明:所构建模型在测试集中的平均识别准确率达98.89％,经过训练的模型已具备了定位各驾驶行为的关键特征并据此判别行为类别的能力.     

多场耦合下急斜煤层开采三维物理模拟(1)

复杂环境与多场耦合作用下,采空区煤岩体非对称变形诱致局部化失稳并演化为动力灾害.针对于西北强震作用下煤矿采空区(局部化)动力失稳定量预报,以乌鲁木齐矿区急倾斜煤层放顶煤开采为背景,首先系统分析了物理模拟复合材料损伤与破裂的"声-光-电"信号迁移途径与有效可靠的测试方法,继而构建了大型立体地球物理模拟装置与"声-光-电"指标信息测控系统,形成动力灾害源的识别技术和危险性分析技术(平台).这最终为急倾斜厚煤层放顶煤开采技术参数的合理确定、提高灾害识别能力和预测精度以及灾害控制奠定科学基础.     

基于深度学习的人体行为识别技术研究

人体行为识别是计算机视觉领域研究的一个热点,为了提高视频中的人体行为识别的准确率,提出了一种基于3D卷积神经网络的行为识别方法,首先构建3D CNN模型,通过三维卷积核,来提取视频中人体行为的时-空域信息,最终并在UCF-101数据集上进行训练与测试,证明了该方法具有较好的识别效果。     

欺诈识别聚类算法在分析型车险CRM中的应用

对于车辆保险业务欺诈行为的识别,采用基于数据挖掘技术对于孤立点的分析,提出一种基于距离的欺诈风险分析方法。在此基础上,应用数据挖掘技术进行保险欺诈分析,对于异常索赔行为加以识别,从而在可能的欺诈行为发生时发出预警。     

新媒体技术下艺术设计专业《企业形象设计》课程的探析

2000年以来,新媒体技术的发展在国家政策的支持下,延续了原有媒体的特点和特性,从自有媒体的基础上,发展为以互动传播为特点、具有创新形态的媒体形式,例如数字影像、触摸媒体与手机网络等。在这种形势下,以识别为特点的企业形象设计势必要寻求新的出路,企业的理念、企业的行为及企业的形象展现被重新定义,赋予了新时代特点,自我识别与来自外界的识别产生互动,形象识别的流动性体现得更为完整。因此,企业的理念设计与"互联网+"接轨;行为识别与形象识别统一在创新新媒体的微信平台、流动车体广告、APP的宣传等等当中。     

基于大数据分析的水产养殖中鱼类行为识别方法

由于传统鱼类行为识别方法受到环境及目标多样性、复杂性的共同影响,不能有效识别目标行为特征,导致结果偏差较大,无法作为鱼类行为分析的参考依据。为了进一步提升水产养殖环境,优化养殖质量,弥补现阶段识别方法存在的不足,引入大数据技术对鱼类行为进行数据分析优化,通过基于大数据的鱼类行为图像数据预处理、鱼类行为特征训练模型和鱼类行为特征识别3个部分来实现。经过对试验数据的反复验证,提出的方法提升了识别率与准确率,并且能够适应多目标识别场景,识别效果稳定性好。     

融入注意力机制的时间激励与聚集行为识别模型

视频行为识别通常应用短区间动作特征和长区间视频聚集特征进行时序建模.而这种时序建模方式在特征提取过程中,将不同时序区间的动作特征同等看待,忽略了关键通道信息和重要动作内容,不能达到理想的行为识别效果.注意力机制能够重点关注目标区间,在提取时间激励与聚集行为特征基础上融入通道-空间注意力模块.该模型分别通过通道和空间模块改变时序动作的特征分布,通道注意力关注关键通道信息是“哪些”,空间注意力机制关注重要视频内容在“哪里”,突出关键通道信息和重要内容等特征,提高了行为识别的识别率.同时在数据集Something-Something 1,UCF101和HMDB51对模型进行实验,融入通道-空间注意力模块的时间激励与聚集行为识别模型能够有效提高行为识别率.     

基于多特征融合的停车场行人异常行为识别

视频异常行为检测对保障公共安全至关重要。针对停车场视频监控中行人异常行为识别准确率低的问题,提出一种基于轨迹-骨架多特征融合的异常目标识别方法。首先根据停车场的环境要求定义异常行为类型;然后对停车场区域进行行人识别,对行人进行图像跟踪,得到其运动轨迹,并对人体姿态进行分析,计算相应关节点的图像坐标;最后融合轨迹特征和骨架特征,对正常行为和异常行为进行分类,实现对目标异常行为的识别。在行为分析数据库上的试验结果表明,本算法的准确率达到87.08%,与单一特征识别方法相比,提高了异常行为的检测效率。本方法能够有效地识别停车场行人的异常行为,在实际工程中具有参考价值。     

融合人体姿态估计和目标检测的学生课堂行为识别

在课堂教学中,人工智能技术可以帮助实现学生行为分析自动化,让教师能够高效且直观地掌握学生学习行为投入的情况,为后续优化教学设计与实施教学干预提供数据支持.构建了学生课堂行为数据集,为后续研究工作提供了数据基础;提出了一种行为检测方法及一套可行的高精度的行为识别模型,利用Open Pose算法提取的人体姿态全局特征,融合YOLO v3算法提取的交互物体局部特征,对学生行为进行了识别分析,提高了识别精度;改进了模型结构,压缩并优化了模型,降低了空间与时间的消耗.选取与学习投入状态紧密相关的4种行为:正坐、侧身、低头和举手进行识别,该检测与识别方法在验证集上的精度达到了95.45%,在课堂上玩手机和书写等常见行为的识别精度较原模型有很大的提高.     

基于深度学习的人体行为识别检测综述

人体行为识别检测是计算机视觉领域的研究热点,主要包括行为识别和行为检测两大部分.目前,对行为识别检测的综述主要聚焦在行为识别领域,对行为检测的关注度偏低.针对这一现状,聚焦行为识别和行为检测两个方面,分别综述了行为识别以及行为检测的各种方法,介绍了常用的数据集.首先从网络结构的角度重点论述了基于深度学习的行为识别方法;而后将行为检测划分为时序行为检测和时空行为检测,总结行为检测的各种算法;最后对各种算法的特点进行了总结分析,探索行为识别与行为检测的区别与联系,对当前研究面临的问题以及下一步的工作进行了总结和展望.     

LTE网络用户行为分析系统的设计与实现

针对传统信令监测系统数据业务识别度低、统计能力不强等问题,在传统的监测系统基础上,提出了一种采用网络爬虫(web crawler)技术和深度包检测(deep packet inspection,DPI)技术的LTE网络用户行为分析系统.该系统对应用层业务内容进行精细化识别,进一步分析了移动互联网的用户行为特征.经现网测试验证,设计的用户行为分析系统达到了预期的效果,对移动互联网用户行为分析、精准化营销领域具有推广意义.     

浅谈生物特征识别的身份认证技术

由于人的生物特征具有稳定性和唯一性,目前最安全的身份认证技术是生物特征识别,传统的身份识别手段将被生物特征识别技术所超越和替代.该文从生物特征角度介绍了几种生物特征识别的身份认证技术,由于每一种生物特征识别身份认证技术都有局限性,采用数据融合方法进行身份鉴别,将人的多种生理特征和行为特征结合起来进行身份识别,以提高生物特征识别系统的可靠性和识别的精确率,将是今后发展的必然趋势.     

基于压力信号的循环泵故障诊断小波神经网络技术

以泵缸内的压力信号作为系统特征信号,将小波包分解的"频率-能量-故障识别"的模式识别故障诊断方法引入泵阀工作状态监测技术,通过改进的BP神经网络进行故障诊断.此技术已应用于循环泵实时故障诊断系统中.